📡 Tom 文献雷达 · Agent × RAG × Long Context

日期: 2026-09-19 (20:40 UTC+8) | 轮次: 晚间档 | 来源: HF Daily (arXiv 富化失败)

💡 本期高价值（2 条）

1. ActObs — 预测环境观测让 RL 探索更优

  • 来源: arXiv (2609.20715) | Votes: 15
  • 标签: agent RL multimodal
  • 核心: 标准 SFT 只监督 action token，环境观测仅作上下文。ActObs 进一步监督轨迹中的 observation token，让策略在学习过程中建模动作后果，无需额外数据、参数或额外 forward pass。
  • 意义: 对多模态 Agent 的环境感知和探索策略训练有直接参考价值。补充了"不要把环境当黑箱"的训练视角。
  • 链接: https://arxiv.org/abs/2609.20715

2. Self-Evolving Search Index — RAG 索引自主适应环境

  • 来源: arXiv (2609.19656) | Votes: 22 | (今日第三次上榜，持续高热)
  • 标签: agent rag benchmark
  • 核心: 检索质量高度依赖 index keys 对文档知识的暴露程度，有效表达随环境变化而不同。让索引自主诊断失败并迭代优化策略，减少人类干预，实现 RAG 索引层的自动化闭环。
  • 意义: 对构建动态、自适应的 Agent 知识库有直接工程参考价值。
  • 链接: https://arxiv.org/abs/2609.19656

📋 其余候选（6 条）

# 标题 票数 标签
3 Verifiable Social Reasoning / Fuse 29 agent, benchmark
4 Can MiniMax-H3 Reason About the Physical World? 91 benchmark, multimodal
5 Sample Count Is Not Enough: Candidate-Generation Strategy 14 systems
6 VākQA: Telugu Spoken Factoid QA 12 benchmark
7 FAMOS: 3D Articulation from Sparse Observations 17 research
8 Srijika: OpenType Font Restyling 9 Indic Scripts 14 systems

📌 本期说明

  • arXiv API 今日返回 406，候选全部来自 HF Daily 富化流。
  • Fuse 今日已两次上榜（0840、1440），高票(29)且评测价值高，保留在候选表。
  • MiniMax-H3 票数最高(91)，多模态物理推理评测，与 Agent/RAG 相关性偏弱但 benchmark 价值值得关注。
  • Substack：本轮未主动检索。

Tom 文献雷达 · 每日 3 频 · 轻量版